把文本粘贴到 AI 检测器里安全吗？有时候安全。答案完全取决于工具在分数出现后如何处理你的文本——是否存储、存储多久，以及是否曾用它训练模型。没有检测器能抽象地承诺安全；具体的政策才能。所以，阅读政策，问五个问题，并在粘贴前进行删减。
这就是全部方法。本文的其余部分是细节：该问什么、该删什么，以及当你不能承受错误时如何处理客户或机构材料。
向任何检测器或人性化工具提出的五个问题
大多数隐私页面写出来就是让人略过的。这五个问题迫使对方给出直接答案，如果供应商无法回答，那就是你的答案。
- 结果返回后，我的文本会被存储吗？ 注意处理与保留之间的区别。“我们处理你的文本以生成分数”并没有说明之后服务器上是否留有副本。问清楚存储多久，以及删除是自动的还是应请求的。
- 我的文本会被用来训练模型吗？ 对于未发表的作品，这是最重要的问题。一个工具可以为了调试而存储文本，却从不用于训练——这是两项独立的承诺，所以要分别获取。
- 我的文本会被共享、出售或发送给子处理者吗？ 许多工具在后台调用第三方检测器 API。这本身不一定是坏事，但这意味着你的文本离开了你以为在打交道的供应商。问清楚哪些方能看到它。
- 我能删除我粘贴的内容吗，怎么删？ 一个只从你的仪表板移除结果的删除按钮，与从存储中删除不是一回事。问清楚是哪一种。
- 免费账户与付费账户的保留默认设置是什么？ 免费套餐通常附带最宽松的条款，因为文本就是产品。
把答案写下来。如果你在为团队选择工具，把它们并排放在表格中，比较实际句子，而不是营销摘要。
我如何比较流行工具的隐私政策？
阅读政策时，要关注那些具有法律效力的措辞，而不是那些令人安心的形容词。“我们非常重视您的隐私”不是一种承诺。“我们不会使用客户内容来训练我们的模型”才是。
一个实用的对比表如下所示：
| 您要检查的内容 | 强有力的回答 | 薄弱的回答 |
|---|---|---|
| 保留 | 处理后删除文本，明确说明保留期限 | “安全存储”，未说明保留期限 |
| 训练使用 | 明确选择退出或默认从不使用 | 沉默，或“可能用于改进服务” |
| 第三方 | 具名子处理者或检测器 API | “可信合作伙伴” |
| 删除 | 自助、即时、有文档记录 | 邮件请求，无时间表 |
| 免费层 | 与付费相同的条款 | 不同条款隐藏在脚注中 |
最后一行经常让人措手不及。一个工具可能拥有干净的付费政策和宽松的免费政策。如果您使用真实材料进行测试，您将受免费条款的约束，而不是您在定价页面上读到的条款。
作为对比，DeAIze 自身的条款有意保持狭窄：文本仅用于当前任务处理，绝不用于训练，也绝不出售。这是我会用来要求任何工具的标准——包括我们的，也包括您已经付费使用的那些。
如果你想在决定如何处理自己的文档之前了解句子级评分的工作原理，AI 检测器指南 会逐一解释每条高亮行的实际含义——在你粘贴任何敏感内容之前，这是有用的背景信息。
在粘贴机密材料之前，我应该删减哪些内容？
删减不是偏执，而是基本卫生习惯，而且几乎不费什么成本，因为检测器评分的是风格，不是事实。一个只看句子节奏的模型并不需要你客户的名字。
粘贴前请删除或替换以下内容：
- 人名、客户名和公司名。 替换为“客户”或“A 公司”。
- 联系方式和身份标识。 电子邮件、电话号码、地址、账号、学号。
- 财务和法律细节。 数字、合同条款、交易金额、案件引用。
- 健康、移民或人力资源细节。 任何能识别个人身份状态的信息。
- 未发表的研究数据。 原始结果、参与者引述、发表前发现。
- 凭证。 API 密钥、密码、令牌——无论出于何种原因，都绝不要粘贴到任何地方。
一个示例说明。假设你的草稿段落是：“第三季度，Meridian Logistics 通过重新谈判 Brackley 合同，降低了每票货物的成本，为 Leeds 仓库节省了大约五分之一的处理预算。” 为检测而删减后，它变成：“上个季度，客户通过重新谈判一份供应商合同，降低了每票货物的成本，为某个仓库节省了相当一部分处理预算。”
风格信号得以保留——句子长度、从句结构、略显平淡的节奏——而机密细节则不会。检测质量几乎不受影响。这正是你想要的权衡。
一个诚实的提醒：脱敏会改变文本，因此你得到的分数是针对脱敏版本的分数。如果脱敏后的段落短得多或措辞奇怪，读数可能会发生变化。对于大多数散文来说，这影响不大，但不要将脱敏样本视为原版的完美替代。
为什么数据实践不明确的免费工具才是真正的风险
付费工具与你签订合同。免费工具往往与你的数据签订合同。这种不对称正是大多数危险所在，而这与恶意无关——而是关乎商业模式。
三种值得识别的模式：
- 无限期保留的默认设置。 文本留在存储中，因为没有人编写删除任务。供应商并没有出售它；他们只是从未构建退出机制。
- 服务条款中的训练条款。 你在点击确认时同意了它，而它涵盖了你曾经粘贴过的所有内容。
- 未具名的子处理者链条。 你的文本发送到检测器 API，再发送到托管提供商，而原始供应商无法告诉你它最终去了哪里。
这些都不是假设。它们是快速构建的工具常见的失败模式。
同样值得直说的是，这个分数本身是什么：一个概率估计，而非作者身份的证明。检测器标记你自己的写作并不意味着机器写了它，屏幕上的数字也不是裁决。当你决定对一份机密文件承担多少风险时，这一区别很重要——你买的不是确定性，而是一个信号。
机构与客户工作的最佳实践
如果你处理的是属于他人的材料，标准就高于你个人的舒适程度。一些经得起审视的习惯：
- 先检查合同。 客户协议和机构政策通常会规定数据可以在哪里处理。工具的隐私页面不能凌驾于此。
- 使用脱敏的工作副本。 保持原件不动。在剥离版本上进行检测和编辑，然后将更改应用到真实文件。
- 优先选择有明确条款的工具。 明确说明你的文本会如何处理的服务商，比不说明的更容易辩护。
- 保留记录。 记下你使用了哪个工具、日期以及你脱敏了什么。如果以后有人问起，你有答案。
- 不要粘贴你不会通过电子邮件发送的内容。 一个粗略但有效的测试。
如果你的团队是在清理 AI 辅助的草稿，而不是检查作者身份，同样的规则适用——而人性化工作流程是相关页面，因为它描述了一个闭环：评分、只重写被标记的句子、检查含义是否保留，然后重新评分。输出仍然是你的责任：想法、数据和结论必须是你自己的。
为了说明检测器实际能利用多少信号，我们自己在 2026-09-13 的测量很有启发性。我们用检测器以 30% 标记阈值对 23 篇手写的 DeAIze 指南进行评分：平均 AI 分数 21%，中位数 22%，范围 0-46%。在同一次运行中，12 个未经编辑的模型输出平均为 33%。人类写作和机器写作高度重叠——这正是为什么你不应该提交超过任务所需的文本。
粘贴前的一份简短清单
每次都要运行这个，而不仅仅是第一次：
- 我是否阅读了这个层级的保留和训练条款？
- 我是否删除了姓名、标识符、数字和未发布的数据？
- 脱敏后的版本是否仍然具有足够的代表性以进行有效评分？
- 是否有任何客户或机构政策限制此文本的去向？
- 我是否知道之后如何删除它？
花五分钟做这件事，胜过事后一场艰难的对话。工具不是问题——默认设置才是。改变默认设置，粘贴就会变成一种正常的、低风险的操作。
如果你想知道分数背后的机制，AI 检测如何工作 解释了检测器读取的信号，这在决定文档中有多少内容真正需要离开你的机器时很有用。
测量说明：本文中的数字来自我们自己的检测器于2026年9月13日的运行结果——n = 23篇手写指南对比n = 12份未经编辑的模型输出，AI得分中位数分别为22%和34%。方法：/methodology/。
当文本不是英文时，会发生什么变化？
大多数隐私建议都假设文档是英文的。如果你粘贴的是用另一种语言撰写的拨款申请、论文章节或客户文案，风险状况会同时朝两个方向变化。
首先，脱敏处理变得更困难。姓名、地址和机构标识遵循不同的惯例，快速扫描“Mr”或“Ltd”会漏掉它们。按角色而非模式进行脱敏：将人替换为“申请人”，将机构替换为“资助机构”，将地点替换为“区域办公室”。
其次，分数本身的信息量更少。检测信号主要针对英文文本进行调优，因此对翻译文本或非英文文本的标记，在判断作者身份方面提供的信息比同样的标记出现在英文中要少。弱读数并不令人安心，强读数也不是证据。将数字视为粗略信号，并自行阅读高亮句子。
如果你的文档混合了多种语言——例如英文摘要配非英文正文，或引用了第三语言的原始材料——请分别对各个部分进行评分，而不是作为一个整体。 非英语检测指南 解释了为什么标记在不同语言中表现不同，在你决定多语言文档中实际有多少内容需要离开你的机器之前，值得一读。
隐私规则不变：先脱敏，再粘贴，并且绝不要粘贴超出任务所需的内容。